问财量化选股策略逻辑
选股逻辑为：振幅大于1、股价为18.5元、收盘价在Boll(upper,mid)之间的股票。该选股策略旨在找到价格合理、且在上升趋势的股票，适合短线操作。
选股逻辑分析
该选股逻辑以振幅大于1、股价为18.5元为筛选条件，筛选出市场规模适中、股价相对较低的股票，同时通过Boll(upper,mid)来筛选处于上涨趋势中的股票。选股策略较为合理，适合寻找短线趋势性股票。
有何风险？
该选股策略未考虑具体的公司财务状况、行业前景、管理水平等因素，存在选取不理想股票的风险。此外，如果市场整体下跌或个别股票出现重大利空，可能会导致选股失败。
如何优化？
为避免选出潜在质量不高的股票，可加入具体的公司财务状况、行业前景、管理水平等因素作为筛选条件之一，构建全面的选股模型。此外，经过历史数据的回测与验证，选取更准确的Boll值，以此加强选股准确性。
最终的选股逻辑
选股逻辑为：振幅大于1、股价为18.5元、收盘价在Boll(upper,mid)之间的股票。
同花顺指标公式代码参考
# 振幅大于1
SELECT1 = (HIGH - LOW) / HIGH > 0.01
# 股价为18.5元
SELECT2 = CLOSE == 18.5
# 收盘价在Boll(upper,mid)之间
UP, MID, _ = BOLL(CLOSE, 20, 2)
SELECT3 = (CLOSE > MID) & (CLOSE < UP)
SELECT = SELECT1 AND SELECT2 AND SELECT3
SORT_BY = '个股热度'
SORT_ASCEND = False
以上为计算选股逻辑的同花顺指标公式。
Python代码参考
import pandas as pd
import tushare as ts
def get_selected_stocks():
# 获取tushare连接
ts.set_token('Your Token')
pro = ts.pro_api()
# 获取A股市场所有的股票
all_stocks = [ts_code for ts_code, name, industry in pro.stock_basic(fields='ts_code,name,industry', exchange='', list_status='L').values.tolist() if name[0] != 'S']
# 计算选股指标并依此进行选股
selected_stocks = []
for ts_code in all_stocks:
hist_data = pro.daily(ts_code=ts_code, start_date='20000101', end_date='20220101', fields='trade_date,high,low,close')
if hist_data.empty:
continue
# 判断是否符合Boll指标
_, mid, up = talib.BBANDS(hist_data['close'], timeperiod=20, nbdevup=2, nbdevdn=2)
if not ((hist_data.iloc[-1]['close'] > mid.iloc[-1]) and (hist_data.iloc[-1]['close'] < up.iloc[-1])):
continue
# 筛选符合条件的股票
if (hist_data['high'].max() == hist_data['low'].min()) or (hist_data.iloc[-1]['close'] != 18.5):
continue
selected_data = {}
selected_data['ts_code'] = ts_code
selected_data['pro_name'] = pro.stock_basic(ts_code=ts_code, fields='name').iloc[0]['name']
selected_data['industry'] = pro.stock_basic(ts_code=ts_code, fields='industry').iloc[0]['industry']
selected_data['exchange'] = pro.stock_basic(ts_code=ts_code, fields='exchange').iloc[0]['exchange']
selected_stocks.append(selected_data)
# 按个股热度从大到小排序
selected_stocks_sorted = sorted(selected_stocks, key=lambda x: x['vol'], reverse=True)
return selected_stocks_sorted
以上为Python代码实现，选股逻辑为：振幅大于1、股价为18.5元、收盘价在Boll(upper,mid)之间的股票。可根据实际需求进行修改。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
